Konwerter HTK na WMA

HTK to natywny kontener fal dzwiekowych dla Hidden Markov Model Toolkit — pakietu oprogramowania opracowanego na Wydziale Inzynierii Uniwersytetu Cambridge do badan nad rozpoznawaniem mowy. Po raz pierwszy udostepniony w 1993 roku, HTK szybko stal sie platforma referencyjnaw laboratoriach lingwistyki obliczeniowej na calym swiecie, a jego format plikow poszedl w jego slady. Kazdy plik przechowuje sekwencje wektorow parametrow lub surowe probki, poprzedzone 12-bajtowym naglowkiem okreslajacym liczbe ramek, okres ramki w jednostkach 100 ns, liczbe bajtow na ramke oraz kod typu wskazujacy rodzaj danych — opcje obejmuja zarowno przebieg PCM, jak i wspolczynniki mel-czestotliwosciowe oraz energie pasma filtrowego. Ta wszechstronnosc pozwala pojedynczemu kontenerowi przenosic zarowno zrodlowe audio, jak i wyekstrahowane cechy bez zmiany parserow. Celowo minimalny naglowek unika wyrownan paddingu czy opcjonalnych blokow, co czyni format trywialnym do odczytu z C, Pythona czy MATLAB-a za pomoca kilku linii binarnego I/O. Trzy zalety stanowia o trwalym znaczeniu HTK: scisla integracja z potokiem trenowania i rozpoznawania HTK, deterministyczny uklad bajtow eliminujacy niejednoznacznosc parsera oraz szerokie przyjecie w korpusach akademickich.

WMA (Windows Media Audio) to rodzina wlascicielskich kodekow audio opracowanych przez Microsoft i po raz pierwszy wydanych w 1999 roku jako czesc platformy Windows Media. Stworzone, by konkurowac z MP3 i AAC, WMA Standard wykorzystuje kodowanie percepcyjne, dostarczajac — wedle deklaracji Microsoftu — jakosc bliska CD przy szybkosciach transmisji nawet 64 kbps, czyli mniej wiecej polowie tego, czego MP3 zwykle potrzebowal dla porownywalnych rezultatow. Rodzina kodekow poszerzyala sie o WMA Professional do dzwieku przestrzennego i audio wysokiej rozdzielczosci, WMA Lossless do bezstratnej kompresji archiwalnej oraz WMA Voice zoptymalizowany pod tresci mowione przy bardzo niskich szybkosciach transmisji. Gleboka integracja z Windowsem, Windows Media Playerem i ekosystemem Zune dala WMA silna przewage dystrybucyjna w calej dekadzie 2000, a obsluga zarzadzania prawami cyfrowymi (DRM) czynic format atrakcyjnym dla owczesnych sklepow muzycznych online. Kodowanie i dekodowanie jest obslugiwane natywnie przez Windows, nie wymagajac oprogramowania zewnetrznego do odtwarzania na dowolnym komputerze z Windowsem. Wsparcie wieloplatformowe poprawilo sie dzieki bibliotekom takim jak FFmpeg i GStreamer, choc WMA pozostaje mniej uniwersalnie kompatybilny niz MP3 czy AAC na urzadzeniach spoza ekosystemu Microsoft. Format nadal pojawia sie w starszych bibliotekach multimedialnych, choc nowsze kodeki w duzej mierze zajely jego miejsce w strumieniowaniu i uzytku mobilnym.